wordflowlab 故事设定自动检测器
核心功能
自动激活知识库系统 - 这是Novel Writer Skills的核心竞争力。
当你提到特定关键词时，我会自动：
- 检测故事的类型、时代、主题
- 加载对应的写作知识库
- 在整个创作过程中应用专业知识
无需手动调用 - 完全自动化，后台运行。
工作原理
关键词映射表
我监听以下关键词并自动激活对应知识库：
类型知识库（Genres）
言情小说（romance）：
触发词：言情、爱情、恋爱、浪漫、感情线、关系弧、CP、甜文、虐文、
HE、BE、双洁、破镜重圆、先婚后爱、契约关系
激活：templates/knowledge-base/genres/romance.md
悬疑推理（mystery）：
触发词：悬疑、推理、侦探、破案、谜团、线索、真相、凶手、犯罪、
密室、诡计、不在场证明、推理小说
激活：templates/knowledge-base/genres/mystery.md
历史小说（historical）：
触发词：历史、古代、朝代、考据、时代背景、历史小说、古言、
穿越、重生古代、架空历史、宫斗、宅斗
激活：templates/knowledge-base/genres/historical.md
复仇爽文（revenge）：
触发词：复仇、报仇、打脸、爽文、逆袭、反击、重生复仇、
穿越复仇、系统、金手指、女主爽文、男主爽文
激活：templates/knowledge-base/genres/revenge.md
武侠小说（wuxia）：
触发词：武侠、江湖、武功、侠客、门派、武学、剑客、
轻功、内功、武林、江湖恩仇、侠义
激活：templates/knowledge-base/genres/wuxia.md
参考资料库（References）
1920年代中国（china-1920s）：
触发词：1920、民国、军阀、北洋、穿越民国、二十年代、
民国时期、军阀混战
激活：templates/knowledge-base/references/china-1920s/
自动激活流程
示例1：单一类型检测
用户："我要写一部言情小说"
↓
[检测到关键词："言情"]
↓
✓ 自动加载：romance.md
↓
AI回复："太好了！让我帮你创作言情小说。
根据言情类型惯例，我们需要明确几个核心元素...
（自动应用romance.md中的知识）"
示例2：多类型组合检测
用户："我要写一部1920年代的言情复仇小说"
↓
[检测到关键词："1920"、"言情"、"复仇"]
↓
✓ 自动加载：romance.md
✓ 自动加载：revenge.md
✓ 自动加载：references/china-1920s/
↓
📚 已激活知识库：
- genres/romance.md（言情小说惯例）
- genres/revenge.md（复仇爽文技巧）
- references/china-1920s/（1920年代背景）
↓
AI回复："很好的组合！这是浪漫悬疑+复仇+民国背景。
根据这三个类型的融合，建议...
（同时应用三个知识库的内容）"
示例3：创作过程中的持续应用
/constitution 阶段：
→ 已激活：romance.md
→ 提醒：言情小说需要HEA/HFN结局承诺
/specify 阶段：
→ 已激活：romance.md + revenge.md
→ 建议：定义关系弧线+复仇目标
/plan 阶段：
→ 已激活：所有知识库
→ 应用：情感节奏点+打脸节奏+1920年代细节
/write 阶段：
→ 已激活：所有知识库
→ 实时：对话技巧+场景描写+时代氛围
/analyze 阶段：
→ 已激活：所有知识库
→ 检查：言情惯例+复仇合理性+历史准确性
Token效率优化
为什么这个系统高效？
传统方案（superpowers-skills模式）：
50个独立Skills × 每个40行SKILL.md = 2000 tokens
每次对话都加载所有Skills
我们的方案（分层知识库+检测器）：
1个detector Skill（本文件）：~100 tokens
按需加载知识库：
- romance.md：~520 tokens
- revenge.md：~480 tokens
- china-1920s/：~650 tokens
总计：100 + 520 + 480 + 650 = ~1750 tokens
（仅加载相关知识库）
节省75% vs 加载50个无关Skills
手动控制
查看当前激活的知识库
随时询问：
"当前激活了哪些知识库？"
我会回复：
📚 当前激活的知识库：
✓ genres/romance.md - 言情小说创作惯例
✓ genres/revenge.md - 复仇爽文打脸技巧
✓ references/china-1920s/ - 1920年代中国参考资料
Token消耗：约1650 tokens
手动激活知识库
如果自动检测失败，可以明确指定：
"请加载 romance 和 mystery 知识库"
"这个故事需要 1920s 中国参考资料"
"激活武侠知识库"
停用知识库
如果某个知识库不需要了：
"停用 revenge 知识库，这个故事不涉及复仇"
与Commands集成
/constitution - 类型特定原则
根据激活的知识库，提供类型特定的创作原则：
【自动插入到constitution中】
## 类型特定原则（由setting-detector自动添加）
### 言情小说核心原则
1. 关系弧线是主情节
2. HEA/HFN结局是必须的
3. 化学反应真实可信
### 复仇爽文核心原则
1. 仇恨必须深刻具体
2. 打脸节奏渐进式
3. 道德平衡：罪有应得
/specify - 类型特定规格
提供对应的规格模板元素：
【自动提示】
💡 根据已激活的知识库，建议在规格中定义：
【来自romance.md】
- 关系弧线设定
- 情感节奏点规划
- HEA/HFN结局类型
【来自revenge.md】
- 仇恨来源（具体罪行）
- 金手指设定
- 打脸节奏规划
【来自china-1920s】
- 具体年份（1920-1929）
- 地理位置（北京/上海/其他）
- 社会阶层设定
/plan - 类型知识融合
将多个知识库的建议融合到计划中：
【自动应用】
## 章节规划（融合3个知识库）
第1-5章：相遇与仇恨建立
- [romance] 初次相遇场景（meet-cute）
- [revenge] 展示前世/过去的深仇大恨
- [1920s] 民国时代氛围营造
第6-10章：关系升温与小打脸
- [romance] 暧昧期：肢体接触、情感积累
- [revenge] 第一次打脸：仇人惊讶
- [1920s] 服饰、礼仪、社会规则展现
...
/write - 实时写作指导
写作时自动应用相关知识：
【写作前自动提醒】
📋 本章应用的知识库：
✓ romance.md - 对话火花技巧
→ 调情对话：挑战而非顺从
→ 肢体语言：眼神、触碰、距离
✓ revenge.md - 打脸场景爽感
→ 期待 → 反转 → 惊愕 → 霸气
✓ 1920s - 时代细节
→ 称呼：大人、老爷、小姐
→ 场景：茶馆、洋行、租界
/analyze - 类型惯例检查
根据激活的知识库执行对应检查：
【自动分析】
## 类型符合度分析
### 言情小说检查（基于romance.md）
- [x] 关系弧线是主情节
- [x] 包含必备情感节奏点
- [ ] ⚠️ 缺少初吻场景（建议在第15章）
- [x] HEA结局承诺明确
### 复仇爽文检查（基于revenge.md）
- [x] 仇恨深刻具体
- [x] 打脸频率合理（每5章1次）
- [x] 主角实力提升合理
### 历史准确性检查（基于1920s）
- [x] 时代背景正确
- [ ] ⚠️ 第8章出现"手机"（时代不符）
- [x] 称呼系统正确
知识库扩展
当前支持的知识库
| 类别 | 已完成 | 计划中 |
|---|---|---|
| 类型知识 | 5个 | 10+ |
| 参考资料 | 1个 | 20+ |
已完成（v1.0）：
- genres/romance.md
- genres/mystery.md
- genres/historical.md
- genres/revenge.md
- genres/wuxia.md
- references/china-1920s/
计划中（v1.1+）：
- genres/fantasy.md（奇幻）
- genres/sci-fi.md（科幻）
- genres/horror.md（恐怖）
- references/ancient-china/（各朝代）
- references/modern-workplace/（现代职场）
添加新知识库
- 在
templates/knowledge-base/对应目录创建文件 - 更新
templates/knowledge-base/README.md的关键词映射表 - setting-detector会自动识别（无需修改本文件）
示例：添加奇幻知识库
# 1. 创建文件
touch templates/knowledge-base/genres/fantasy.md
# 2. 更新README.md关键词映射
fantasy:
keywords: [奇幻, 魔法, 世界构建, 魔法系统]
auto_load: genres/fantasy.md
# 3. 完成！下次用户说"奇幻"就会自动激活
智能特性
1. 模糊匹配
即使不是精确关键词也能识别：
"我想写个穿越到民国的复仇故事"
↓
识别："民国" → 1920s中国
"复仇" → revenge
"女主重生后要报仇"
↓
识别："重生" + "报仇" → revenge（重生复仇）
2. 上下文理解
根据对话上下文持续识别：
第1条消息："我要写小说"
→ 未激活任何知识库（等待更多信息）
第2条消息："主角是侦探"
→ 激活mystery.md
第3条消息："还有感情线"
→ 额外激活romance.md
→ 当前激活：mystery + romance（浪漫悬疑）
3. 自动去重
避免重复激活：
用户："这是武侠小说，江湖背景，有武功"
↓
识别到3个武侠关键词，但只激活1次wuxia.md
常见问题
Q: 我怎么知道哪个知识库被激活了？
A: 随时问我"当前激活了哪些知识库？"，我会列出清单。
Q: 自动检测错了怎么办？
A: 直接告诉我：
"这不是言情小说，请停用romance知识库"
"这是科幻小说，请激活sci-fi知识库"（如果已有）
Q: 能同时激活多少个知识库？
A: 理论上无限，但建议3-5个最优：
- 太少：指导不够全面
- 太多：token消耗大，可能冲突
实际经验：3个知识库（如romance + revenge + 1920s）已经很丰富。
Q: 知识库会冲突吗？
A: 不会！知识库设计为协同工作：
- romance + mystery = 浪漫悬疑✓
- fantasy + romance = 奇幻言情✓
- historical + revenge = 古代复仇✓
Q: 什么时候应该手动指定知识库？
A: 当：
- 使用了非常专业的术语（我可能没识别）
- 想尝试不同类型的融合
- 自动检测和你的意图不符
Q: 知识库会一直激活吗？
A: 是的，直到：
- 你明确说"停用XX知识库"
- 或开始新的对话
- 或切换到完全不同的故事
最佳实践
1. 在创作初期明确类型
推荐做法：
用户："我要写一部民国背景的复仇言情小说"
不推荐：
用户："我要写小说"
AI："好的"
用户："主角姓李"
AI："嗯"
（20轮对话后才提到是什么类型）
2. 定期检查激活状态
每5-10章问一次：
"当前激活的知识库还适合吗？"
我会检查并建议是否需要调整。
3. 类型融合要合理
✓ 好的组合：
- romance + mystery（浪漫悬疑）
- historical + romance（古言）
- revenge + romance（复仇+感情）
⚠️ 困难的组合：
- horror + romance（恐怖言情？读者可能不适应）
- mystery + wuxia（推理武侠，需要特殊设计）
不是不能做，但需要特别小心融合方式。
4. 利用参考资料
如果故事有明确时代背景，一定激活对应参考资料：
"1920年代" → china-1920s
"古代" → 指定具体朝代（如"唐代"、"明朝"）
历史细节准确，读者沉浸感强。
技术说明
检测算法
1. 用户输入 → 提取关键词
2. 关键词 → 映射到知识库（基于README.md）
3. 去重 → 避免重复激活
4. 加载 → Read相应的.md文件
5. 应用 → 在后续对话中持续应用知识
Token管理
激活状态检查：每次对话开始时
知识库内容：按需加载，缓存在对话上下文中
更新策略：只在明确需要时重新读取
与其他Skills协作
setting-detector是"知识调度器"，其他Skills是"执行者"：
setting-detector → 决定加载哪些知识
consistency-checker → 基于激活的知识库检查一致性
workflow-guide → 根据类型提供特定流程指导
genre-specific skills → 提供类型特定的深度技巧
总结
setting-detector是Novel Writer Skills的大脑：
✓ 自动检测故事设定 ✓ 智能激活对应知识库 ✓ Token高效（按需加载） ✓ 持续应用专业知识 ✓ 无需用户干预
让AI自动成为你故事类型的专家！ 🧠✨
本Skill版本: v1.0 最后更新: 2025-10-18 依赖: templates/knowledge-base/ 系统 协作: consistency-checker, workflow-guide, genre-specific skills